紅外圖像與可見(jiàn)光圖像融合筆記

1、紅外圖像與可見(jiàn)光圖像融合筆記圖像融合是將來(lái)自不同傳感器在同一時(shí)間(或者不同時(shí)間)對(duì)同一目標(biāo)獲取的兩幅或者多幅圖像合成為一幅滿足某種需求圖像的過(guò)程。為了獲得較好的融合效果，在研究融合算法之前，對(duì)圖像預(yù)處理理論及方法進(jìn)行了研究。預(yù)處理理論主要包括圖像去噪、圖像配準(zhǔn)和圖像增強(qiáng)。圖像去噪目的是為了減少噪聲對(duì)圖像的影響。圖像配準(zhǔn)是使處于不同狀態(tài)下的圖像達(dá)到統(tǒng)一配準(zhǔn)狀態(tài)的方法。圖像增強(qiáng)是為了突出圖像中的有用信息，改善圖像的視覺(jué)效果，并方便圖像的進(jìn)一步融合。圖像融合評(píng)價(jià)方法：主觀評(píng)價(jià)和客觀評(píng)價(jià)。指標(biāo)如：均值、標(biāo)準(zhǔn)差、信息熵等。針對(duì) IHS 變換和小波變換的優(yōu)缺點(diǎn)，本文提出了一種基于這兩種變換結(jié)合的圖像融合方

2、法。該算法的具體實(shí)現(xiàn)步驟如下：先對(duì)彩色可見(jiàn)光圖像進(jìn)行 IHS 變換，對(duì)紅外圖像進(jìn)行增強(qiáng)，然后將變換后得到的 I 分量與已增強(qiáng)的紅外圖像進(jìn)行 2 層小波分解，將獲得的低頻子帶和高頻子帶使用基于窗口的融合規(guī)則，而后對(duì)分量進(jìn)行小波重構(gòu)和 IHS 逆變換，最后得到融合結(jié)果。經(jīng)仿真實(shí)驗(yàn)證明，此結(jié)果優(yōu)于傳統(tǒng) IHS 變換和傳統(tǒng)小波變換，獲得了較好的融合結(jié)果，既保持了可見(jiàn)光圖像中的大量彩色信息又保留了紅外圖像的重要目標(biāo)信息。紅外傳感器反映的是景物溫度差或輻射差，不易受風(fēng)沙煙霧等復(fù)雜條件的影響。一般來(lái)說(shuō)，紅外圖像都有細(xì)節(jié)信息表現(xiàn)不明顯、對(duì)比度低、成像效果差等缺點(diǎn)，因此其可視性并不是很理想?？梢?jiàn)光成像傳感器與紅

3、外成像傳感器不同，它只與目標(biāo)場(chǎng)景的反射有關(guān)與其他無(wú)關(guān)，所以可見(jiàn)光圖像表現(xiàn)為有較好的顏色等信息，反應(yīng)真實(shí)環(huán)境目標(biāo)情況，但當(dāng)有遮擋時(shí)就無(wú)法觀察出遮擋的目標(biāo)。利用紅外傳感器發(fā)現(xiàn)煙霧遮擋的目標(biāo)或在樹(shù)木后的車輛等。在夜間，人眼不能很好的辨別場(chǎng)景中的目標(biāo)，但由于不同景物之間存在著一定的溫度差，可以利用紅外傳感器，它可以利用紅外輻射差來(lái)進(jìn)行探測(cè)，這樣所成的圖像雖然不能直接清晰的觀察目標(biāo)，但是能夠?qū)⒛繕?biāo)的輪廓顯示出來(lái)，并能依據(jù)物體表面的溫度和發(fā)射率的高低把重要目標(biāo)從背景中分離出來(lái)，方便人眼的判讀。但由于自身成像原理以及使用條件等原因，所形成圖像具有噪聲大、對(duì)比度低、模糊不清、視覺(jué)效果差等問(wèn)題。不利于人眼判讀。

4、可以將兩者圖像融合在一起，這樣可以豐富圖像信息，提高圖像分辨率，增強(qiáng)圖像的光譜信息，彌補(bǔ)單一傳感器針對(duì)特定場(chǎng)景表達(dá)的不全面，實(shí)現(xiàn)對(duì)場(chǎng)景全面清晰準(zhǔn)確的表達(dá)。兩者的主要區(qū)別有：(1)可見(jiàn)光圖像與紅外圖像的成像原理不同，前者依據(jù)物體的反射率的不同進(jìn)行成像，后者依據(jù)物體的溫度或輻射率不同進(jìn)行成像，因此紅外圖像的光譜信息明顯不如可見(jiàn)光圖像。 (2)可見(jiàn)光圖像與紅外圖像的空間分辨率不同，一般情況下，前者的空間分辨率高于后者； (3)可見(jiàn)光圖像與紅外圖像對(duì)同一景物的灰度差異不同；(4)可見(jiàn)光圖像與紅外圖像的紋理和邊緣特征不同；(5)可見(jiàn)光圖像與紅外圖像的像素之間的相關(guān)性不同。圖像融合可以在以下三個(gè)不同層次進(jìn)

5、行：像素級(jí)、特征級(jí)和決策級(jí)。像素級(jí)圖像融合是最低層次的融合，也是其他層次圖像融合方式的基礎(chǔ)，它是直接對(duì)兩幅或多幅圖像中的對(duì)應(yīng)像素點(diǎn)進(jìn)行信息綜合處理。像素級(jí)圖像融合主要強(qiáng)調(diào)的是對(duì)有用信息的強(qiáng)化和豐富，充分利用了融合圖像中的有用信息，使之更符合人類的視覺(jué)特性，從而進(jìn)行下一步的處理和分析。融合技術(shù)有：基于變換域、基于成像模型、基于線性加權(quán)、基于多尺度分解。特征級(jí)圖像融合是指將待融合圖像進(jìn)行特征提取產(chǎn)生特征矢量，這里的特征是指邊緣、形狀，方向等，然后對(duì)特征矢量進(jìn)行融合處理，從而完成特征級(jí)融合。主要方法有貝葉斯估計(jì)法，熵法、模糊聚類法。決策級(jí)圖像融合的一般步驟是先對(duì)圖像相關(guān)信息進(jìn)行屬性說(shuō)明，而后進(jìn)行融合

6、，最后將得到場(chǎng)景中相關(guān)重要信息的融合屬性說(shuō)明的結(jié)果作為控制決策的依據(jù)。常用的圖像融合方法包括基于空間域和基于變換域融合?；谧儞Q域：PCA在統(tǒng)計(jì)特征的基礎(chǔ)上進(jìn)行的一種多維正交線性變換。將相關(guān)性變量變換為不相關(guān)變量，這樣所得結(jié)果就是由原始變量線性相加而成。PCA 圖像融合方法的原理是首先計(jì)算待融合圖像的相關(guān)系數(shù)矩陣，求出相應(yīng)的特征值和特征向量，然后通過(guò)特征值對(duì)應(yīng)的特征向量來(lái)確定圖像的加權(quán)系數(shù)，這樣便得到了融合后的圖像。高通濾波法(HPF)的圖像融合方法原理是首先采用具有較小空間的高通濾波器對(duì)待融合圖像進(jìn)行濾波，這樣濾波后得到的圖像保留了大部分與空間相關(guān)的高頻分量信息，例如細(xì)節(jié)信息及紋理信息等，然

7、后將得到的高頻分量信息進(jìn)行逐像素疊加到另一幅待融合圖像上，這樣便實(shí)現(xiàn)了圖像融合。IHS空間卻與RGB空間不同，它是由亮度、色度與飽和度構(gòu)成的，分別為I、H、S表示，其它顏色也是由這三個(gè)分量構(gòu)成。亮度I表示的是由其他物體反射的全部能量和圖像的空間信息；色度H表示的是色彩組成的主波長(zhǎng)，反映的是頻譜信息；飽和度S表示的是顏色的純度，主要反映地物的光譜信息。在IHS色彩空間中，I、H、S三個(gè)分量相關(guān)性很低，因此可以利用這個(gè)特點(diǎn)對(duì)分量單獨(dú)進(jìn)行處理。并且這種彩色空間更適于人眼的觀察，算法也很簡(jiǎn)單，因此被廣泛的應(yīng)用到圖像融合技術(shù)。在IHS變換中，把圖像由RGB空間變換到IHS空間的變換稱為正變換，相反的，由

8、IHS空間變換到RGB模型的變換稱為反變換?；谶@種變換的圖像融合原理是對(duì)已嚴(yán)格配準(zhǔn)兩幅圖像中的顏色信息豐富的圖像進(jìn)行 IHS 正變換得到三個(gè)分量，再用另一幅圖像替換掉 I 分量，最后利用新的 I 分量和原來(lái)得到的兩個(gè)分量進(jìn)行 IHS 逆變換，這樣便得出了融合圖像。小波變換的優(yōu)點(diǎn)表現(xiàn)為圖像分解后形成具有不同分辨率、頻率和方向特征的分量信號(hào)，而且可以將圖像的光譜特征和空間特征完全分離，這樣就可以為融合處理奠定基礎(chǔ)。這種變換的優(yōu)點(diǎn)還表現(xiàn)為當(dāng)利用變換進(jìn)行重構(gòu)時(shí)，信息會(huì)被準(zhǔn)確無(wú)誤的，不會(huì)有圖像信息損失的重構(gòu)。而且在分解時(shí)將圖像分解到不同的尺度上，這樣可以方便的分析圖像近似信息和細(xì)節(jié)信息，這種分解過(guò)程與

9、人類視覺(jué)系統(tǒng)的特點(diǎn)相類似。下面主要闡述基于小波的圖像融合原理，先對(duì)已嚴(yán)格配準(zhǔn)的兩幅待融合圖像 A，B進(jìn)行小波變換，若進(jìn)行 i 層變換，便得到 3i 個(gè)高頻子帶和 1 個(gè)低頻子帶，將獲得的低頻和高頻子帶作不同融合規(guī)則處理，再將處理過(guò)的子帶實(shí)行小波逆變換，便形成了結(jié)果圖像 F。下圖表示其融合原理圖。小波融合局限性：小波分解層數(shù)的確定和小波基函數(shù)的選取。首先不同的小波基在對(duì)圖像進(jìn)行分解和重構(gòu)時(shí)具有不同的特性，并且沒(méi)有一種小波基能夠?qū)λ袌D像的處理效果能優(yōu)于其它的小波基。因此，在選取小波基函數(shù)時(shí)應(yīng)根據(jù)圖像的統(tǒng)計(jì)特性進(jìn)行動(dòng)態(tài)的選?。粚?duì)于確定小波分解層數(shù)的問(wèn)題會(huì)出現(xiàn)因小波分解層數(shù)的不同產(chǎn)生時(shí)頻分辨率和小波

10、系數(shù)的變化范圍變差的現(xiàn)象。一般來(lái)說(shuō)，當(dāng)分解層數(shù)不斷增加時(shí)，分解中能夠剔除大量不重要的數(shù)據(jù)，由此可以增加圖像的壓縮比和提高圖像的壓縮質(zhì)量。然而，隨著分解層數(shù)的進(jìn)一步增加，這種良好的特性并不能一直的保持，而是當(dāng)分解層數(shù)達(dá)到一定值時(shí)融合效果最好，超過(guò)此值時(shí)融合效果會(huì)下降。Contourlet變換：因?yàn)樾〔ㄗ儞Q只能獲得有限方向的信息，并不能獲得所有方向的信息。小波變換的二維變換基的支撐區(qū)域?yàn)榫匦?，它能很好的表達(dá)點(diǎn)的奇異性，但無(wú)法高效的表達(dá)逼近圖像固有的奇異曲線；人們經(jīng)過(guò)研究發(fā)展了一個(gè)新的方法即多尺度幾何分析法，這種分析法在表現(xiàn)高維函數(shù)上發(fā)揮了巨大的優(yōu)勢(shì)；其中 Contourlet 變換是 Do 和 V

11、etterli 在 2002 年提出的方法。這種變換是目前應(yīng)用較為廣泛的變換，它是“真正”的圖像二維表示方法。它是用非分離濾波器組構(gòu)造的，其構(gòu)造方法與小波類似。它是一種多分辨率多方向的變換，其最終是通過(guò)相當(dāng)于輪廓段來(lái)對(duì)圖像進(jìn)行逼近的，它的基的支撐區(qū)間具有隨尺度而長(zhǎng)寬比變化的“長(zhǎng)條形結(jié)構(gòu)。它在處理信號(hào)時(shí)具有良好的方向性、多分辨率性、局部化性和各向異性等優(yōu)點(diǎn)，因此被廣泛的應(yīng)用于圖像融合領(lǐng)域中。Contourlet 變換主要可分為兩個(gè)步驟，一個(gè)是搜索奇異點(diǎn)，另一個(gè)是合并方向接近的奇異點(diǎn)。它采用雙重濾波器組結(jié)構(gòu)，一個(gè)是拉普拉斯金字塔濾波器，另一個(gè)是方向?yàn)V波器組，通過(guò)濾波器組來(lái)獲取多分辨率信息和方向信息

12、。Contourlet 變換的過(guò)程是先進(jìn)行多分辨率分解，這里采用的是 LP 分解，經(jīng)過(guò)分解后會(huì)產(chǎn)生低頻分量和高頻分量，然后對(duì)分解得到的高頻分量使用方向?yàn)V波器組進(jìn)行方向性分析，最后對(duì)低頻分量再進(jìn)行 LP分解，便可以得到一系列不同尺度的低頻分量和高頻分量圖像。每一次 LP 分解都生成低頻子帶和高頻子帶，其中低頻子帶的分辨率是原圖像的一半，而高頻子帶的分辨率和原圖像相同，這里的高頻子帶為原圖像和低頻子帶上采樣濾波后的差值信號(hào)。方向?yàn)V波器組的作用是捕獲圖像的方向性高頻信息，并將分布在同方向上的奇異點(diǎn)合成為一個(gè)系數(shù)。它的原理是采用樹(shù)形結(jié)構(gòu)分解，在每層上將信號(hào)先通過(guò)扇形濾波器組(QFB)進(jìn)行扇形方向上的頻

13、率切分，然后與旋轉(zhuǎn)重采樣操作適當(dāng)組合以實(shí)現(xiàn)圖像高頻信息方向性分析，從而捕獲圖像中的線、面等奇異性。高斯金字塔的構(gòu)成是首先對(duì)原始輸入圖像進(jìn)行高斯低通濾波和隔行隔列的下采樣，這樣便得到了高斯金字塔的第一層，然后再對(duì)第一層圖像低通濾波和下采樣,得到高斯金字塔的第二層，依次類推。其構(gòu)建過(guò)程如下： 這里的l的范圍是1-N，表示高斯金字塔的層數(shù)。i，j 表示高斯金字塔對(duì)應(yīng)分解層的行數(shù)和列數(shù)。W( m, n)是一個(gè)二維可分離的5*5窗口函數(shù)，其表達(dá)公式如下：由上可見(jiàn)高斯金字塔的這一層圖像是由其上一層圖像先進(jìn)行高斯低通濾波，然后進(jìn)行隔行和隔列的采樣而得到的，這樣當(dāng)前層圖像的大小依次為前一層圖像大小的 1/4.

14、拉普拉斯金字塔分解及重構(gòu)：在對(duì)進(jìn)行內(nèi)插處理，這樣便得到了放大的圖像。式中，N為拉普拉斯金字塔分解的最高層次，是拉普拉斯金字塔分解的第l層圖像，這樣一層一層的分解便生成了最終的拉普拉斯金字塔，其中的每一層圖像都是經(jīng)過(guò)高斯金字塔的當(dāng)前層圖像與其前一層圖像經(jīng)內(nèi)插放大后進(jìn)行相減得到圖像的差值；采樣理論：*IHS 變換由于其運(yùn)算簡(jiǎn)單，計(jì)算速度快，并能顯著提高圖像空間分辨率等諸多優(yōu)點(diǎn)，被廣泛的應(yīng)用于圖像融合技術(shù)中。小波變換是一種圖像的多分辨率分析方法，能夠?qū)D像分解為相應(yīng)分辨率下的近似低頻分量和三個(gè)高頻細(xì)節(jié)分量，這三個(gè)高頻細(xì)節(jié)分量分別為水平，垂直和對(duì)角線方向的高頻細(xì)節(jié)信息?；谛〔ㄗ儞Q的分解特點(diǎn)，在進(jìn)行圖

15、像融合時(shí)可以分別對(duì)近似低頻分量和高頻細(xì)節(jié)分量進(jìn)行融合，并采用不同的融合規(guī)則，因此采用小波變換的融合算法往往能獲得更好的融合效果，也能較好地保留原始圖像的光譜信息。但是使用小波變換法實(shí)際上是對(duì)圖像進(jìn)行高通濾波和低通濾波的過(guò)程，融合圖像會(huì)在一定程度上丟失邊緣信息，易出現(xiàn)模糊情況和分塊效應(yīng)，而且計(jì)算過(guò)程比 IHS 變換復(fù)雜。因此將 IHS 變換和小波變換結(jié)合起來(lái)使用，這樣既可以提高融合圖像的空間分辨率，也可以更好的保留可見(jiàn)光圖像的光譜信息。根據(jù)紅外圖像的成像原理，紅外圖像具有分辨率低，邊緣模糊，視覺(jué)效果較差，噪聲較大等特點(diǎn)。尤其在復(fù)雜背景環(huán)境中，遠(yuǎn)距離的紅外目標(biāo)容易被復(fù)雜背景所淹沒(méi)，這將對(duì)后續(xù)的圖像

16、融合造成很大的困難，會(huì)嚴(yán)重影響融合圖像的質(zhì)量。對(duì)紅外圖像采用灰度變換的圖像增強(qiáng)處理方法。使用灰度變換可以提高紅外圖像的對(duì)比度，使得紅外目標(biāo)更加清晰明顯，更易于后續(xù)的融合處理，并且灰度變換算法計(jì)算簡(jiǎn)單快速?；?IHS 和小波變換的圖像融合在融合時(shí)一定要保留紅外圖像中的目標(biāo)信息，不然融合就沒(méi)有了意義。同時(shí)，要盡力保留紅外圖像和可見(jiàn)光圖像的邊緣信息，否則圖像會(huì)變得模糊?；?IHS 和小波變換的窗口融合算法，這是因?yàn)椴捎脜^(qū)域窗口的方法可以更好的保留兩幅圖像中的光譜和細(xì)節(jié)信息。與采用單個(gè)像素的融合算法相比，采用區(qū)域融合算法更滿足人類的視覺(jué)系統(tǒng)；(1)對(duì)已配準(zhǔn)的可見(jiàn)光圖像和紅外圖像分別進(jìn)行 IHS 變

17、換和圖形增強(qiáng)處理，前者得到I、H、S 三個(gè)分量圖像，后者使用灰度變換法進(jìn)行圖像增強(qiáng)，增加圖像對(duì)比度，突出紅外熱目標(biāo)。其中灰度變換法采用的是三段線性變換法：上式中的變量都表示圖像的灰度值，三段線性變換法主要是指將圖像的灰度值拉伸為三段，變換之前的灰度范圍是 f1到 f2，變換后的范圍是 g1到 g2；(2)對(duì)所得的亮度 I 分量和已增強(qiáng)的紅外圖像進(jìn)行小波分解，這里采用的是 2 層變換，分解后形成相應(yīng)分辨率的低頻子帶和不同方向的高頻子帶；(3)對(duì)小波分解后的低頻子帶采用基于窗口能量的圖融合規(guī)則。 (4)對(duì)小波分解后的高頻子帶采用基于窗口標(biāo)準(zhǔn)差取大法的融合規(guī)則。 (5)對(duì)新合成的低頻子帶和高頻子帶進(jìn)

18、行逐層小波重構(gòu)，得到新強(qiáng)度分量圖像 ，對(duì)與之前的 H、S 分量進(jìn)行 IHS 逆變換得到最終融合圖像。目前采用廣泛的是基于單像素的像素級(jí)融合規(guī)則?；趩蜗袼氐娜诤纤惴ㄏ鄬?duì)簡(jiǎn)單，運(yùn)算速度快，運(yùn)用一定的融合規(guī)則也能取得符合人眼視覺(jué)的融合效果。但是，單個(gè)像素難以體現(xiàn)出圖像的局部特征，而局部特征需要局部區(qū)域內(nèi)像素共同表征，并且人眼視覺(jué)感知系統(tǒng)對(duì)單一像素不如對(duì)區(qū)域內(nèi)像素敏感。因此采用基于單像素融合規(guī)則的圖像融合結(jié)果往往難以體現(xiàn)像素之間的相關(guān)性，融合效果往往不夠理想。低頻和高頻融合規(guī)則都采用基于區(qū)域窗口的融合規(guī)則，為縮短算法的計(jì)算時(shí)間，選用的是 3*3 的窗口。小波分解后的低頻分量是原圖像的近似圖像，這個(gè)近

19、似圖像包含了原圖像的主要能量信息，并且其在一定程度上也反應(yīng)了圖像的基本信息；考慮到紅外圖像的特點(diǎn)，在紅外圖像中感興趣的目標(biāo)區(qū)域?yàn)閳D像中亮度較高的區(qū)域，這些區(qū)域的特點(diǎn)是灰度值較大，區(qū)域能量較大；低頻區(qū)域：該算法的基本思想是使用低頻分量的窗口能量表征低頻系數(shù)的重要程度，重要程度高的部分低頻系數(shù)獲得更高的權(quán)值；上式中各個(gè)分量的含義如下：A，B 分別表示需要融合的圖像，L 為低頻分量所處的層次， 在點(diǎn)(i, j)處的低頻分量的灰度值，表示權(quán)重系數(shù)。融合后低頻分量灰度值可由下式來(lái)表示：高頻區(qū)域：通過(guò)小波分解得到的高頻分量，包含了除低頻分量包含的信息以外的全部圖像信息，例如細(xì)節(jié)、紋理信息等。為了獲得好的視

20、覺(jué)效果，需要最大、最多的保留這些圖像信息；選取在高頻部分的規(guī)則為基于窗口的標(biāo)準(zhǔn)差取大法，當(dāng)標(biāo)準(zhǔn)差的值越大時(shí)說(shuō)明灰度值越分散，紋理等信息包含越豐富。融合規(guī)則的原理是首先對(duì)兩幅待融合圖像分別選取一個(gè)窗口，而后計(jì)算兩個(gè)窗口標(biāo)準(zhǔn)差的值，比較兩個(gè)值的大小，選取大的值的分量作為最后分量的值?？梢?jiàn)光圖像亮度適中，可視效果好，能夠清晰的看到樹(shù)，房屋和地面等背景信息，但是圖像存在較多的煙霧，遮擋了目標(biāo)信息，因此觀察者不能讀取全部的目標(biāo)信息。在紅外圖像中，可以很容易觀察到兩個(gè)目標(biāo)人物以及發(fā)熱源，但是圖像其他背景信息例如樹(shù)木，房屋，地面等都很不明顯，紋理也不清晰，輪廓也不是較突出。在圖 4.2 中，圖(a)使用傳統(tǒng)

21、的 IHS 變換進(jìn)行的圖像融合，該算法是先對(duì)可見(jiàn)光圖像進(jìn)行 IHS 變換，形成三個(gè)分量，然后用紅外圖像替換掉其中的 I 分量，同時(shí)保持其他分量不變，最后進(jìn)行 IHS 逆變換形成最終的融合圖像。圖(b)使用小波變換進(jìn)行圖像融合，它是將紅外圖像與可見(jiàn)光圖像直接進(jìn)行小波分解后，低頻和高頻分量都采用加權(quán)平均的融合規(guī)則。圖(c)采用基于 IHS 和小波變換的融合算法，其融合規(guī)則為：低頻分量選取紅外圖像的低頻部分作為最終低頻，而高頻采用基于區(qū)域的梯度取最大值的方法，將梯度值最大時(shí)的系數(shù)作為最終的高頻。主觀評(píng)價(jià)：從圖 4.2 圖(a)-圖(c)可以看出，圖(a)更接近紅外圖像，保留紅外圖像信息最多，能夠觀察

22、到紅外目標(biāo)，并且從可見(jiàn)光圖像中獲得了一定顏色信息，但是細(xì)節(jié)紋理信息不明顯，顏色失真較大。圖(b)整體圖像顏色偏暗，彩色信息保留較好，與可見(jiàn)光圖像更為接近，并且能夠看到煙霧后面的房子，但可視效果并不是很好，同時(shí)目標(biāo)信息丟失明顯，并且目標(biāo)信息不突出，不利于人眼辨別，這就失去了融合意義，因?yàn)槿诤蠄D像一定要顯示出所有的目標(biāo)信息。圖(c)與圖(a)非常接近，但是圖(c)中細(xì)節(jié)信息保留較好，例如房屋邊緣比較明顯。圖像(d)是利用本文算法融合的，圖像在整體亮度方面明顯高于其他三幅圖像，融合圖像不僅保留了可見(jiàn)光圖像中的背景信息，例如樹(shù)木，房子，煙霧，地面等，而且紅外圖像中的重要信息也均得到了保留，兩個(gè)目標(biāo)人物和發(fā)熱源以及煙霧后面的房屋均清晰可見(jiàn)。同時(shí)圖像中色彩比較鮮明并且圖像邊緣較為清晰。通過(guò)以上主觀分析可知本算法要優(yōu)于作為對(duì)比的其他三種融合算法?？陀^評(píng)價(jià)：指標(biāo)選用灰度均值、信息熵、標(biāo)準(zhǔn)偏差和平均梯度?；?Contourlet 變換的圖像融合IHS 變換由于其運(yùn)算簡(jiǎn)單，計(jì)算速度快，并能顯著提高圖像空間分辨率等諸多優(yōu)點(diǎn)，被廣泛的應(yīng)用于圖像融合技術(shù)中，但是IHS 變換融合方法存在頻譜特征的失真及小波變換不能最優(yōu)的表示二維信息等缺陷。Contourlet相比于小波變換具有多分辨率、局域化、方向性、各向異性和有效實(shí)現(xiàn)的優(yōu)點(diǎn)